本文作者：喜哥（張佳）易靈微課《數據分析-認知與實踐》講師
新榜數據分析師
人人都是產品經理、華爾街見聞專欄作家
簡書科技類優秀作者本文首發自公眾號喜新（noyanjiu）,如需轉載請注明出處

---

這次是26W條數據，應該可以說明更多問題。

和往常一樣，先給出分析結論，希望你能引起你的興趣：

首次推薦分水嶺應該在5000人，點贊不過百基本涼了；

抖音紅利似乎在消失，用戶越來越不喜歡點贊了；

15s不一定是最好的，可以試試10s；

男女比例嚴重失調，小哥哥的視頻更受喜愛；

“生活化”是抖音內容的主體，年輕人樂于表達愛和喜歡；

90后是抖音的主力軍，94年小哥哥小姐姐最多；

一些小技巧，比如把抖音視頻分享到微信和朋友圈；

一個很棒的廣告

下面是正文

數據介紹

數據區間是2018年2月1日—5月10日，歷時兩個月，累計260968條。采集過程中，對作者做了去重處理，也就是說每個作者只取了TA的一條視頻數據。這也代表著我們擁有26W個作者的數據。

數據包含視頻描述、發布時間、播放數、點贊數、評論數、轉發數、尺寸、清晰度、時長、是否包含商品廣告、是否包含水印，以及視頻作者的昵稱、性別、生日、賬號創建時間、是否認證、認證類型等數據。

另外，數據均為前端可見數據，未使用任何違規操作。

首次推薦分水嶺是5000，請把贊“刷”到100+

做過今日頭條自媒體賬號的人應該了解，頭條的推薦算法是先把文章做小范圍推薦，查看文章在該部分人中的閱讀數據，如果閱讀數據良好，則會擴大文章的推薦范圍。數據越好，推薦范圍則越大。

既然抖音是頭條系產品，那肯定采用了同樣的推薦邏輯。從用戶的方便程度來看，點贊>評論>轉發，那么點贊作為推薦算法的指標權重應該會大于其他兩個。從頭條的推薦算法推測，視頻應該會先被推薦給一部分用戶，如果點贊數達到某個水平，則會將視頻推薦給更多的人；如果沒有，那么視頻大概率會涼了。

經過不斷分段統計視頻各播放量與點贊之間的關系，得到了下面這張表格：

由于采集機制的原因，我們很難采集到沒有被推薦的視頻，但就現有的1907條播放量在5000以下的視頻我們可以清晰地看到，這些視頻的點贊量100以下的占到了94%。那么反過來可以推斷，想要你的視頻被更多的人看到（也就是進入系統推薦的二階段），那么你視頻的點贊量至少應該增加到100以上。

我做了幾個視頻進行了測試，發布后分享出去讓好友幫忙點贊（下文會給出方法），那些在1小時內點贊量突破一百的，播放量在幾小時內很快破萬；而那些點贊量低的，則不再被人問津。

即便這個結果在測試中得到了驗證，但是我卻不能給出實錘結論。

首先，目前采集到的低于5000播放量的數據，大都在5月以后發布，傳播時間不夠長，或許這恰好是點贊量低的原因；其次，與整體的樣本量相比，這部分數據只占不到1%，沒有達到統計分析的樣本數要求。

無論如何，視頻的點贊量肯定會作為推薦權重的依據，點贊越高自然是越好的。

看似紅紅火火，但瓶頸似乎已經到來

作者數據包含了賬號的注冊時間，我把作者的注冊時間按照月份統計，發現抖音用戶的增長似乎在放緩：

從上面的用戶注冊時間分布來看，抖音用戶在2018年1月份達到頂峰，隨后開始逐月遞減，4月份已經只有3月份的一半！

實際上，這個數據仍然存在一些漏洞。畢竟存在一種可能，就是新注冊的用戶不喜歡發布視頻，而是在注冊一段時間后才開始發布。或者，新注冊用戶的視頻因為還未得到系統的推薦，被我們采集到的概率也隨之降低。

如果賬號的創建時間不能說明問題，我們來看另一組數據。

把視頻的發布時間與其相對應的播放量和點贊量結合，我得到了各月發布視頻的平均點贊量。為了去除數據傳播時長的影響，我去掉了5月以后發布的視頻，得到各月平均點贊量分布圖：

數據顯示，各月視頻的平均點贊數在逐月降低，4月份食品平均點贊量甚至不足3月份的一半。或許是因為視頻越來越堵，用戶已經麻木，但無論如何，早期的紅利在逐漸降低，想上車的要趕緊了。

拍滿15s不是最好的，10s更受用戶歡迎

目前抖音未公布獲得視頻超過15s時長權限的機制，但至少我們知道“優質”是選拔的重要條件，所以在分析視頻時長時，我去掉了時長超過15s的視頻。對15s以內視頻的平均點贊情況作了分析，得到以下分布圖：

數據并不支持我們把視頻拍滿15s，10s是最好的，13s也不錯，甚至11s都優于15s。

由于超過15s的視頻數量僅6866條，在樣本中占比太少，我就不再給出分析。在相同數量級下（均少于100條），39s、42s、50s和58s看上去效果不錯。

男女比例嚴重失調，小哥哥的視頻更受歡迎

統計26W個作者的性別，我發現抖音用戶中女性用戶數量接近男性的3倍！顯然是嚴重失調。

（注：“無”代表用戶沒有填寫性別信息）

從用戶組成來看，就很容易理解為什么抖音的帶貨能力這么強了。從購物能力來看，女性購買力更強，畢竟大部分錢都掌握在女性的手里。

把作者性別和其發布視頻的平均點贊量結合，我神奇的發現，小哥哥們的視頻竟然更受歡迎！

難不成是因為女性用戶多于男性，異性相吸？注：沒有性別信息的用戶有多個視頻點贊量超過百萬（比如用戶@安德羅妮、的一個視頻點贊量達到600W），造成了該類別用戶的平均點贊量過高，不排除這部分用戶均為女性的可能性。

生活化的內容是抖音的主流，年輕人愿意表達愛與喜歡

使用新浪微輿情（http://wyq.sina.com）的文本分析功能，把視頻的描述文字做了詞性和情感方面的分析，發現生活化的內容是抖音的主體。

對視頻描述文本的詞性分析，動詞方面除了“喜歡”和“愛”以外，生活化的“想”、“拍”、“吃”是出現頻率最高的詞；形容詞方面“快樂”、“開心”、“好看”和“可愛”是抖音用戶最喜歡表達的感情；名詞上“小哥哥”和“小姐姐”顯然已經成為發抖音的固定搭配。

整體詞頻方面，除了“小哥哥”、“小姐姐”以及“抖音小助手”以外，具備強烈生活色彩的“爸爸”、“我媽”、“弟弟”、“老公”、“我家”這些詞同樣被高頻率使用。

抖音是90后的天下，94年是主力軍

對作者的出生年齡進行統計，排除掉建國以前出生和至今未出生的用戶，得到如下年齡人數分布圖像：

（點擊圖片放大查看）

圖像已經很清楚的告訴我們，抖音的已經是90后的天下，94年是這其中的核心。不過算算也對，94年出生的人現在已經24歲了（我還以為14），正是最青春、最喜歡新鮮事物的年華。

所以，主打年輕人的品牌可以入駐或者把廣告投放搞起來了。

福利：一些抖音小技巧

1.把視頻分享到微信，不被屏蔽甚至可以直接跳轉到抖音

由于“互聯網短視頻整治期間，平臺將統一暫停直接播放”，我們分享到抖音的視頻會變成一長串鏈接，這大大降低了我們視頻的曝光度。但這些阻擋不了聰明的互聯網人（也就是我了）致力于傳播的熱情，我使用一些黑科技手段為大家開發了一個小工具，可以幫助你們把抖音視頻分享到微信，點擊后直接跳轉到抖音APP播放，像下圖這樣：

生成鏈接打開后的應用寶頁面也是可以分享出去的，點擊后同樣可以直達你的抖音視頻。具體制作方法我就不透露了……（可以加作者公眾號閱讀原文獲取）

2.精細化運營，一些小細節很重要

我們來看下面兩個視頻截圖，你發現什么差別了么？

如果兩個視頻都需要視頻描述來完善視頻的內容，那么后一個視頻的效果會更好，因為相比于白色視頻背景，純黑色可以非常清晰的把底部的視頻描述凸顯出來。

除此以外，視頻內容和質量相似的情況下，豎向的視頻比橫向的視頻更容易被點贊，不信你橫過手機點贊一下試試……

3.能不能繞過機器篩選直接被推薦到更大的流量池？

隨著監管制度的完善，純機器算法篩選和推薦已經不能滿足用戶對高質量內容的需求，于是今日頭條引入了大量人工審核團隊。這些人工除了審核內容是否違規外，還承擔發現優質內容、使其提前進入推薦隊列的職責（我猜的）。如果我猜對了，那么，如果視頻能跨過機器的迭代推薦，直達人工，豈不是會更快速的火起來？

我有一個冒風險的辦法，并且測試成功了一次（只測試了一次，200粉絲半小時飆升到1W2播放量），你們如果膽大也可以試一試：在視頻描述里加入一些機器識別不準確的敏感詞，像這樣：

---

易靈微課運營小姐姐說：

如果你對數據分析感興趣，歡迎到張佳老師在易靈微課開的新課《數據分析-實戰與認知》來共同探討數據分析。

關于課程難度：

張佳老師表示課程不會太深，盡量做到人人都能聽懂，所以如果你已經是數據分析大神，就可能不太能滿足你的需求啦！

適合誰來聽:

品牌PR

新媒體運營

對數據方向產品感興趣的人

任何想要通過數據優化工作、生活的你

如果你對數據分析有興趣，或者想系統的了解數據分析思路，張佳老師的數據分析課可以了解一下↓↓↓↓↓

★ 課程傳送門：

在「易靈微課」公眾號后臺回復「數據分析實戰」即可進入課程。

回復「數據分析實戰」進入課程

總結

以上是生活随笔為你收集整理的抖音数据统计_26万条抖音数据背后的推荐逻辑以及严重失调的男女比例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。